强化光催化氧化苯甲酸研究

 研究了不同浓度TiO2、O3、H2O2光催化氧化苯甲酸的过程．结果表明：苯甲酸在光催化臭氧-过氧化氢氧化（UV/TiO2/O3/H2O2）和光催化臭氧氧化（UV/TiO2/O3）过程的浓度去除率比单独光氧化（UV）、光催化氧化（UV/TiO2）、光催化过氧化氢氧化（UV/H2O2）过程明显增高．TiO2的最佳投加量为4.0 g/L,苯甲酸降解速度随着O3浓度增加而增大,低浓度的H2O2能促进苯甲酸氧化．动力学研究表明,苯甲酸降解过程遵循一级反应,苯甲酸在UV/TiO2/O3/H2O2作用下降解的速率常数是UV/TiO2/O3过程的1.47～6.29倍,是UV/TiO2过程的3.39～5.21倍．     

高温焙烧处理对Fe-ZSM-5分子筛性能的影响

在常压和N2气氛下,实验考察了高温焙烧处理对离子交换法制备的Fe改性ZSM-5分子筛性能的影响.利用XRD、NH3-TPD2、7Al MAS NMR、FTIR、XPS、UV-vis和H2-TPR等检测方法表征了Fe-ZSM-5分子筛高温焙烧前后的性能变化,并以N2O气相一步氧化苯制苯酚为模型反应,考察了高温焙烧对Fe-ZSM-5分子筛催化性能的影响.结果表明:1)Fe离子以非骨架铁的形式负载于Fe-ZSM-5分子筛的表面或孔道中,其存在态为Fe2O3;2)高温焙烧处理导致分子筛发生骨架脱铝,并在表面形成新的五配位铝;3)高温焙烧使Fe-ZSM-5表面的Fe2O3含量降低,所诱发的Fe离子表面迁移形成了更多有利于苯酚生成的活性位,因而能显著提高苯酚的选择性.     

稀疏矩阵的关联规则挖掘算法研究

关联规则是数据挖掘中的一种重要模式,自1993年R.Agrawal引入关联规则概念和提出第一个关联规则算法以来,诸多研究人员对关联规则挖掘的算法进行了广泛的研究.但专门研究挖掘稀疏数据的有效算法较少.针对稀疏数据,提出了一个使用简单数据结构——链表的挖掘算法,与其它算法比较,实验结果表明是非常有效的.     

基于PowerBuilder实现多层分布式应用

介绍了PowerDynamo的工作原理,以及在PowerBuider开发环境中基于PowerDynamo、JaguarCTS建立Web应用的技术核算,详细说明了如何使用PowerBuider创建Webtarget站点、创建网页及编写脚本。     

利用高等数学方法证明不等式问题探究

主要讨论如何利用高等数学的方法证明不等式的问题,提出了常用的几种方法,并归纳出解题方法和基本思路.     

STEYR转向节可靠性的Monte-Carlo概率有限元分析

总结了Neumamn展开Monte-Carlo概率有限元法的基本原理,针对转向节使用特点对其不确定的受力、密度、弹性模量用此概率有限元法进行分析,求出转向节应变应力的可靠性,为转向节的设计与使用提供可靠性参考。     

拒马河浮游植物群落特征及水质评价

2004年4月至11月对拒马河北京段的浮游植物进行了调查研究,共鉴定出203种浮游植物,隶属8门29科64属,其中以硅藻门种数最多,占种类总数的64.04%.4月至11月硅藻在各采样点出现频度均为100%,其数量占藻类总数的73.92 %,说明硅藻为优势类群,浮游植物的群落结构属于硅藻型.浮游植物的平均密度为77.88×104个/L,呈现出明显的季节变化,并且各采样点也有差别.依据污染指示种判断拒马河的水质为β-中度污染至寡污染水体,依据Shannon-Weaver多样性指数判断总体为寡污染水体.从以上评价指标综合分析,拒马河水质污染较轻,为寡污染水域,但可能有向中污染类型转化的趋势.     

不正常航班延误调度模型及算法

恶劣天气、航空管制、机械故障等原因常会使航班表无法正常运作,决策人员必须把飞机重新指派给航班,决定延误或取消哪些航班,尽快使航班恢复正常.本文构建了以延误成本最小或延误时间最短为目标函数的航班恢复模型,航空公司可以根据需要选择不同的目标函数;细分了延误成本并提出旅客失望溢出成本和失望溢出率概念;采用启发式方法并调用匈牙利算法对模型求解,给出了算法的运行步骤,并以实例说明了模型和算法的可行性.     

基于电子市场的双渠道冲突与协调

运用消费者效用理论建立了双渠道环境下的需求函数,运用博弈论分析了双渠道环境下的定价策略,研究了电子商务环境下制造企业开辟电子市场,采取混合双渠道战略而引起渠道冲突的内在原因,结论表明制造商采取双渠道能扩大市场需求,诱导传统零售商降低价格,使制造商利润增加,同时供应链利润也增加,但一般情况下会使零售商利益受到损害从而引起双渠道的冲突,为此本文设计了协调机制实现了双渠道的协调.     

扩展的树增强朴素贝叶斯网络信用评估模型

针对信用评估问题的特点,在推导混合数据极大似然函数的基础上,提出了扩展的树增强朴素贝叶斯网络信用评估模型,用10层交叉验证在真实数据集上进行了测试并与神经网络分类模型进行了比较.测试结果表明扩展的树增强朴素贝叶斯网络信用评估模型具有较高的分类精度,在信用评估中具有优势.